它自己查文献、画出版级图,产出一份带 [Sn] 引用、可回溯的深度报告。报告不止到综述为止 —— 末尾是它自己提出的推想:站在哪些已知之上、哪一部分确实没有证据、什么结果出来就算它不成立。结论是否成立,由你判断。
Axiom3 原生渲染三维蛋白结构——每一张都从真实 PDB 坐标生成、距离实测。下面这个不是图片,是可交互的 KRAS G12C 抗癌靶点,和 AMG510 共价抑制剂结合。用滚轮缩放、拖拽旋转,换个风格看看。
PubMed、Jupyter、R、集群终端…研究员在几十个工具间来回切换。Axiom3 把它们收进一个环境:查文献、跑计算、画图、写报告——每一步都留下可审计的证据。
科研本质是视觉的。Axiom3 原生渲染 3D 结构、分子、系统发育树、基因轨迹、公式——每张图都附生成它的代码、环境和一句白话说明,几个月后也能复现。用大白话让它改图:去掉网格线、换成对数轴,它改自己的代码。
把一个宽课题分解成竞争假说、跨域机制、正反证据,派并行子智能体各自深挖,再综合。一个独立的审查员通读产出——标记错误引用、无法回溯的数字、和代码对不上的图,并自我纠正。
大的或敏感的数据集,永远不必离开你自己的机器。Axiom3 在本地起 Python 内核跑你的数据,只把每一步需要的上下文发给模型。算力由你自己出,合规又实惠。
一份把文献整理干净的报告,读完你还是不知道下一步该做什么实验。研究的下一步不在已知里,而在缺口里。Axiom3 在综述之后多走一步 —— 提出一个够得着的新假说,并把它的验证路线写成可判定的条件。一份没写缺口的报告,比一份写着「这里没有证据」的报告更难用。
从文献和数据库里检索到的结论。
须带 [Sn] 引用,可回溯
平台内核在公开数据上算出来的数,附代码。
须附可复跑的代码与它不能证明什么
它自己提出的、文献里还没有的新假说。
不需要来源 —— 须带能判定真假的证伪条件
推想之所以不用带引用,是因为它本来就没有来源;它要交的不是出处,是证伪条件。这条线把「总结」和「研究」分开:一份报告有没有推想,一眼能看出来。
推想有一个必填字段叫「缺口」:这条假说的哪一部分,现有证据确实是空的。缺口不是免责声明,它就是这条假说值得做的原因,所以不许被措辞盖过去。
「若干实验可进一步验证」这种话不算证伪条件。字段要求写成一句拿到数据就能对照、能判死的话:测什么、看哪个量、越过哪条线这条假说就作废。
推想生成后交给一个独立角色做对抗裁决,它不负责补充、不负责鼓励,只负责找出这条假说在哪里断裂。裁决分四档 —— 致命 / 严重 / 轻微 / 无法反驳 —— 被机械解析,直接决定推想排名,不经过润色。你能自己判断:这条被留在第一位,是因为反驳不成立,还是因为反驳还没找到。
一条新到「现有证据既不能证实也不能证伪」的假说,容易在验证环节被当成低置信度扣掉 —— 那等于用验证把新颖掐死。这里换了做法:它会被标成「探索性假说」,把证伪条件当作下一步。
静默降级比失败更危险。这一版没产出推想,报告里就直接写「仅相当于文献综述」;声称「现在就能算」却没真算,就把未兑现清单列出来给你看。
最容易编数字的位置,恰恰是读者最想看到数字的位置:一项还没读出结果的试验、一个尚未公开的终点。这种地方它写「没有」,并说明自己为什么不写。
敢写清楚自己怎么被推翻,才叫研究。
下面两份都来自真实课题——立论、竞争假说权衡、机制图、分级验证,每个论断带 [Sn] 角标、末尾附完整参考文献。点开任意一份,像翻一页 A4 纸一样读全文。
给它你的数据:单个智能体在本地 Python 内核里跑统计、作图,快速出结果。适合手边一份数据、一个明确问题。
给它一个课题:联网查文献 + 多智能体协同深挖 + 出版级图,产出一份带引用、可回溯的深度报告。适合把一个方向做透。
选一位专家,等于把该领域的"黄金操作手册"交给它 —— 该装什么包、按什么标准流程、该出哪种图、要守哪些严谨性底线。智能体就从"通才即兴发挥",变成"专科按规程操作",专业度和可复现性都更高。
在会话设置里选一位专家 = 这个会话每次运行都自动启用;也可以用 /技能 只对单次任务临时启用(优先级更高)。不选也行 —— 智能体会自己判断怎么做。
本报告系统整合了临床基因组学、结构生物学、分子动力学模拟与跨家族共价药物耐药类比四个维度的证据,对 KRAS G12C 共价抑制剂(sotorasib/AMG510、adagrasib/MRTX849)获得性耐药的核心机制——switch-II 口袋二次突变——进行了多假说竞争分析。基于 PDB 坐标实测的距离数据与文献报道的 IC50 变化倍数,我构建了三个机制上本质不同的竞争假说(直接结合削弱、动态构象漂移、效应子重配),并诚实评估了各自的新颖性与解释力。结论是:单一假说无法统摄全部耐药突变谱;最强解释框架是 H1(直接结合削弱)与 H2(动态构象漂移)的加权组合,其中 H95Q/R 的构象动力学系统比较以及两假说的定量权重分解是真正未被探索的增量。
KRAS G12C 长期被视为"不可成药"靶点,直至 switch-II 口袋共价抑制剂的诞生改变了格局。sotorasib(AMG510)与 adagrasib(MRTX849)分别于 2021 年获 FDA 批准,但临床获得性耐药迅速出现,其核心机制可归为三大类:
本报告聚焦于第一类——switch-II 口袋二次突变——因其直接挑战共价抑制剂的结合机制,且其分子动力学细节仍存在重大空白。
我通过 ≥5 组语义多样的 litsearch/web_search 检索,建立了以下证据矩阵(仅列代表性文献):
| 文献 | 来源 ID | 机制类别 | 证据等级 | 支持假说 |
|---|---|---|---|---|
| Awad et al., NEJM 2021 | S76/S80 | 临床耐药突变谱 | 高 | H1, H2, H3 |
| Tanaka et al., Cancer Cell 2021/2022 | S87 | 临床 Y96D + 多克隆旁路 | 高 | H1, H2 |
| Zhuang et al., Front Oncol 2022 | S92 | Y96D MD 模拟,switch-II/α3 分离 | 高 | H2 |
| PNAS 饱和诱变 2023 | S81 | R68S/H95D/Y96C 系统鉴定 | 高 | H1 |
| CrownBio AACR 2024 | S82 | IC50 >100 倍定量 | 高 | H1 |
| MDPI Int J Mol Sci 2022 | S89 | 4 变体 75 μs MD | 中 | H2 |
| Science Advances 2024 | S100 | SRC 驱动多药耐药 | 中 | H3 |
| Nature Commun 2021 | S93 | KRAS-RAF1 RBD 结构 | 中 | H3 |
从 PDB 坐标直接解析的关键距离如下(非文献引用值,而是本地计算结果):
``` 6OIM (sotorasib/AMG510) 共价键 Cys12-SG → 抑制剂: 1.81 Å His95 NE2 → 抑制剂最近距离: 3.42 Å Tyr96 OH → 抑制剂最近距离: 4.15 Å Arg68 NH2 → 抑制剂最近距离: 5.23 Å Gln99 NE2 → 抑制剂最近距离: 4.68 Å Ala59 CA → Cys12 CA: 11.2 Å
6UT0 (adagrasib/MRTX849) 共价键 Cys12-SG → 抑制剂: 1.79 Å His95 NE2 → 抑制剂最近距离: 3.21 Å Tyr96 OH → 抑制剂最近距离: 3.88 Å Arg68 NH2 → 抑制剂最近距离: 4.97 Å Gln99 NE2 → 抑制剂最近距离: 4.31 Å Ala59 CA → Cys12 CA: 10.9 Å ```
关键解读:Tyr96 的 OH 基团距抑制剂仅 ~4.0 Å,Y→D 突变将引入一个负电荷侧链直接朝向抑制剂的喹啉环/吲唑环系统,产生电荷冲突;His95 的 NE2 距抑制剂 ~3.3 Å,处于氢键距离内,H→Q/R 突变将重塑氢键网络。这些实测距离为"直接结合削弱假说"提供了结构基础。
| 突变 | sotorasib IC50 倍数 | adagrasib IC50 倍数 | 机制类别 | 支持假说 |
|---|---|---|---|---|
| R68S | >100× | >100× | 口袋构象 | H1+H2 |
| Y96D | >100× | >100× | 电荷冲突+构象 | H1+H2 |
| Y96C | 强 | 强 | 电荷冲突 | H1 |
| H95D | 中 | 中-强 | 氢键网络 | H1弱+H2 |
| H95Q | 中 | 中-强 | 氢键网络 | H1弱+H2 |
| H95R | 中 | 中-强 | 氢键网络 | H1弱+H2 |
| Q61H | ≈1×(无影响) | ≈1×(无影响) | 效应子面 | H3 |
| C12F | >50× | >50× | 共价靶点破坏 | H1 |
关键发现:(1) R68S 和 Y96D 对两种药物均产生 >100 倍 IC50 升高 82;(2) H95 系列突变对 adagrasib 耐药性强于 sotorasib,提示药物特异性结合模式差异 8281;(3) Q61H 对两种药物几乎无影响——这至关重要,说明效应子面突变与口袋耐药机制独立,支持将 H3(效应子重配)作为独立维度考察 82;(4) C12F/W/V 直接破坏共价靶点,纯 H1 机制 81。
核心机制:耐药突变通过空间位阻或电荷冲突,降低共价抑制剂对 switch-II 口袋的结合亲和力(K_i)或共价加成速率(k_inact)。
支持证据:
反对证据 / 局限:
解释力评估:对 Y96D、C12F 强;对 H95Q/R 中;对 R68S、A59S 弱。
核心机制:突变改变 switch-II 区段的内在构象动力学(population shift),使口袋在不结合药物时更倾向于"开放/活性"状态,降低药物的有效捕获概率。
支持证据:
反对证据 / 局限:
解释力评估:对 Y96D、R68S、A59S 强;对 H95Q/R 尚需验证。
核心机制:突变改变 GDP/GTP 交换平衡或效应子结合面,使细胞即使药物占据 Cys12 仍维持下游信号——"药进去了但管不住"。
支持证据:
反对证据 / 局限:
解释力评估:对 switch-II 突变本身弱;对 Q61H、旁路通路强;作为"为何药进去了仍管不住"的独立维度有价值。
选定:H1 + H2 加权组合假说。
理由:
以下机制网络图展示野生型 vs. 突变型状态下,药物结合路径、构象态分布与信号输出的差异:
graph LR
subgraph WT["野生型 KRAS G12C"]
WT_GDP["GDP-bound 闭合态"]
WT_pocket["switch-II 口袋可及"]
WT_bind["sotorasib/adagrasib 共价结合 Cys12<br/>k_inact 正常"]
WT_off["下游 RAF-MEK-ERK 抑制"]
WT_GDP --> WT_pocket --> WT_bind --> WT_off
end
subgraph H1_mut["H1: 直接结合削弱 (Y96D/C12F)"]
H1_charge["Y96D: 负电荷冲突<br/>Tyr96 OH→Asp OD1 (距药 ~4.0 Å)"]
H1_covalent["C12F: 共价靶点破坏"]
H1_reduce["K_i ↑ / k_inact ↓"]
H1_resist["药物不结合 → 信号持续"]
H1_charge --> H1_reduce
H1_covalent --> H1_reduce
H1_reduce --> H1_resist
end
subgraph H2_mut["H2: 动态构象漂移 (R68S/A59S)"]
H2_shift["population shift<br/>switch-II/α3 螺旋分离"]
H2_open["口袋开放态占比 ↑"]
H2_capture["有效捕获概率 ↓"]
H2_resist["即使药物可扩散进入<br/>共价加成效率低"]
H2_shift --> H2_open --> H2_capture --> H2_resist
end
subgraph H3_mut["H3: 效应子重配 (Q61H/旁路)"]
H3_effector["效应子面/SRC 旁路激活"]
H3_signal["药物占据 Cys12<br/>但 RAF-MEK-ERK 仍激活"]
H3_resist["药进去了但管不住"]
H3_effector --> H3_signal --> H3_resist
end
WT_off -.->|"Y96D"| H1_charge
WT_off -.->|"R68S/A59S"| H2_shift
WT_off -.->|"Q61H/SRC"| H3_effector
注:本报告所有结构距离(Å)均由本地 Python 内核从 PDB 坐标解析计算,非文献引用值;IC50 倍数变化来自文献汇总 818287。报告未输出任何原始患者数据或完整表格,符合数据隐私约束。
3SPU.pdb — 813.6 KB4RL0.pdb — 667.1 KB4ZBE.pdb — 216.0 KB6V7I.pdb — 418.9 KB6oim.pdb — 169.0 KB6ut0.pdb — 993.8 KBabstracts_core.json — 9.9 KBepmc_abstracts.pkl — 9.7 KBevidence_hypothesis_heatmap.png — 74.2 KBevidence_matrix.png — 115.2 KBfig_6OIM_panelA.png — 430.5 KBfig_6OIM_panelB.png — 571.1 KBfig_6UT0_panelA.png — 607.1 KBfig_6UT0_panelB.png — 414.4 KBfig_kras_structures.png — 597.0 KBfig_structure_composite.png — 967.8 KBgao2022.xml — 11.5 KBgao2022_fulltext.xml — 180.9 KBic50_resistance.png — 65.4 KBkpc_avbactam_site.png — 463.6 KBndm1_druggability_heatmap.png — 49.9 KBndm1_druggability_radar.png — 101.1 KBndm1_structure_fig1.pdf — 455.3 KBndm1_structure_fig1.png — 857.6 KBpanelA_fold.png — 505.4 KBpanelB_site.png — 411.9 KBpdb/6OIM.pdb — 169.0 KBpdb/6OIM_clean.pdb — 109.0 KBpdb/6UT0.pdb — 993.8 KBpdb/6UT0_clean.pdb — 217.0 KBpdb/6UT1.pdb — 276.2 KBpdb/7PG4.pdb — 1.2 MBpdb/7PGD.pdb — 1.3 MBpdb/7V76.pdb — 2.2 MBpdb/8IRK.pdb — 972.0 KBpymol_6OIM_fold.png — 434.2 KBpymol_6OIM_pocket.png — 927.1 KBpymol_6UT0_pocket.png — 1.1 MBrender_6OIM.py — 3.1 KBrender_6UT0.py — 4.0 KBrender_avb.py — 1.7 KBrender_ndm.py — 3.9 KBrender_site.py — 3.9 KBrender_site_v2.py — 2.1 KBrender_structures.py — 4.9 KBrender_vab.py — 1.5 KBrender_vab_min.pml — 612 Bvaborbactam_site.png — 95.2 KB2012 年 Iliff 等描述脑内存在一条依赖星形胶质细胞、沿血管旁间隙运行、由脑脊液(cerebrospinal fluid, CSF)驱动间质液(interstitial fluid, ISF)交换的废物清除途径——胶状淋巴系统(glymphatic system)11。此后十余年,围绕「CSF-ISF 流动究竟由什么驱动」这一问题,领域内先后提出动脉搏动驱动、AQP4(水通道蛋白-4)依赖、弥散质疑、去甲肾上腺素(norepinephrine, NE)-慢血管运动、以及搏动-跨膜压力协同等至少五种竞争或互补的假说。本报告基于对已检索文献的系统梳理,核心论点是:截至 2025 年,没有任何单一模型能解释全部证据;最接近完整的是「动脉搏动提供基础脉动 + 跨膜压力梯度提供净方向 + NE 驱动的慢血管运动放大睡眠期清除 + AQP4 作为水-力偶联器」的整合框架,而这一框架本身仍有可证伪的关键缺口。
胶状淋巴系统的经典流体通路可概括为:CSF 自蛛网膜下腔沿动脉旁间隙进入脑实质 → 经星形胶质细胞血管足突上的 AQP4 进行 CSF-ISF 交换 → 间质液携带代谢废物(如淀粉样蛋白-β/Amyloid-β、tau)沿静脉旁间隙外流 → 经脑膜淋巴管引流至颈深淋巴结 235。这一通路在睡眠期显著增强,并受昼夜节律调控 1。
驱动这一流动的力学机制是长期争论的核心。Iliff 等最初提出动脉搏动驱动假说,认为脑动脉的周期性扩张为 CSF 沿动脉旁间隙内流提供动力 11。Mestre 等 2018 年用粒子追踪测速证实动脉搏动驱动了血管旁净流动,且高血压状态下搏动减弱与流速下降相关 14。AQP4 依赖模型则强调水通道的极化定位是 CSF-ISF 交换的关键 3。
2025 年,这一图景被显著精细化:Hauglund 等在 Cell 报告睡眠期 NE 水平的慢振荡驱动慢血管运动(slow vasomotion,约 0.1 Hz),进而放大胶状淋巴清除 7;Nozaleda 等的建模与实证研究提出动脉搏动与跨膜压力梯度(transmantle pressure)协同驱动血管旁间隙净流动 9。这些新证据并非否定动脉搏动模型,而是将其从「单一充分条件」降级为「必要但非充分条件」,并将解释重心移向多动力协同。
下图展示这一完整通路及增强/损伤节点。
graph LR
A["蛛网膜下腔CSF"] -->|动脉搏动+跨膜压力| B["动脉旁间隙CSF内流"]
B -->|AQP4介导水交换| C["CSF-ISF交换"]
C --> D["间质液废物清除<br/>Aβ/tau"]
D --> E["静脉旁间隙ISF外流"]
E --> F["脑膜淋巴管引流"]
F --> G["颈深淋巴结"]
H["睡眠/NE-慢血管运动"] -.->|增强| B
H -.->|增强| C
I["衰老/血管硬化"] -.->|损伤| B
I -.->|AQP4去极化| C
J["AQP4极化"] -.->|维持| C
图注(机制通路图):胶状淋巴系统的流体通路与调控节点。实线箭头为 CSF/ISF 主流动方向;虚线箭头为调控关系。睡眠通过 NE-慢血管运动增强内流与交换 7,衰老与血管硬化则同时损伤动脉旁内流与 AQP4 极化 610。
我通过子智能体团队并行深挖了五种假说的核心主张、支持证据、反驳要点与可证伪实验。各假说的演化时间见下方时间线图。
如图1所示,胶状淋巴驱动机制的范式经历了从单一动脉搏动到多动力协同的连续精细化过程。
图1. 胶状淋巴驱动机制假说演化时间线(2012-2025)。横轴为年份,标注各假说奠基或关键支持文献。可见 2012-2018 年为单动力模型主导期(动脉搏动 11、AQP4 依赖 3),2020 年后转向争议与整合期(弥散质疑 [子智能体述及,原文未精确定位]、NE-慢血管运动 7、搏动-跨膜压力协同 9)。
假说1:动脉搏动驱动(Iliff 2012/2013 11)。奠基假说。双光子成像示 CSF 沿穿透动脉旁间隙快速流入 11;Mestre 2018 粒子追踪定量证实搏动驱动、高血压时搏动减弱致流速下降 14。弱点:组织学切片示踪剂分布可能反映非生理固定事件(Mestre 2020 述评,子智能体引述);动脉搏动幅度有限,能否独立驱动足够净流动受质疑;睡眠期清除增强不能由搏动幅度增大解释。2025 年处境:仍为范式基础,但已被精细化为「必要非充分」。
假说2:AQP4 依赖(Mestre 2018 3)。AQP4 敲除小鼠清除显著降低 3;AQP4 极化有昼夜变化 1;AQP4 去极化与衰老/TBI/AD 模型清除受损相关 45。弱点:AQP4 是水通道,对溶质转运的直接机制不清;敲除效应可能部分源于血管动力学发育代偿。Zhu 等 2023 的 DCE-MRI 研究显示 H₂-¹⁷O(经 AQP4 的水)比 Gd-DTPA(溶质)转运更快更广,支持 AQP4 介导的是尺寸依赖性水转运而非直接溶质通道 [子智能体引述 Zhu 2023, DOI 10.1038/s41598-023-40896-x]。
假说3:弥散质疑(2023 年前后)。主张示踪剂动力学可由弥散解释,无需整体流动(bulk flow)。子智能体诚实标注:未能用工具精确定位该质疑论文原文;领域内对 bulk flow 的批判传统可见 Mestre 2020 述评指出「组织学示踪剂分布多反映非生理事件」。反驳:活体实时成像示方向性快速移动难由纯弥散解释 14;不同尺寸示踪剂转运速度差异提示尺寸选择性 [Zhu 2023]。2025 年处境:边缘但具批判价值,Hauglund 与 Nozaleda 的整合模型部分回应了该质疑。
假说4:NE-慢血管运动(Hauglund 2025 Cell 7)。睡眠期 NE 波动与慢血管运动耦合、驱动清除 7。弱点:慢血管运动频率(约 0.1 Hz)远低于心搏,流体力学机制需进一步定量;NE 也影响 AQP4 极化与脑血流,难排除间接效应。2025 年处境:新兴、受关注,是动脉搏动模型在睡眠期的重要精细化。
假说5:搏动+跨膜压力协同(Nozaleda 2025 9)。动脉搏动与跨膜压力梯度协同驱动净流动 9,与 Bohr 2022 建模综述的多动力思路一致 [子智能体引述, DOI 10.1016/j.isci.2022.105569]。弱点:跨膜压力梯度活体测量困难,多为建模推断;协同的相对贡献需定量分离。2025 年处境:整合性新模型,体现领域从单动力向多动力协同的转向。
下图展示五大假说并非简单对立,而是部分互补、部分伪对立的关系网络。
图注(假说关系网络):绿/正号边表示协同或增强关系,红/负号边表示反驳或抑制关系。动脉搏动与跨膜压力、NE-慢血管运动为协同非互斥;弥散质疑同时反驳动脉搏动与 AQP4 模型;AQP4 依赖与动脉搏动为互补(水通道实现水力偶联)而非替代;衰老通过 AQP4 去极化间接抑制清除。
为可视化不同生理/病理状态下胶状淋巴清除效率的相对变化,我汇总了已检索文献报告的方向性证据,绘制图2。
图2. 不同生理/病理状态下胶状淋巴清除效率相对变化(相对清醒基线)。增强组:睡眠期清除显著高于清醒期 51;自主运动促进 Aβ 清除并降低星形胶质细胞/小胶质细胞活化 [子智能体引述 He 2017];NE-慢血管运动驱动睡眠期清除 7。受损组:衰老清除下降 5;AD 模型 Aβ/tau 清除受损 4;高血压减弱动脉搏动致流速下降 14;TBI 后清除受损促进 tau 病理 15。数值标注说明:本图为定性-半定量汇总,各条目方向(增强/受损)有文献支持,但具体倍数在不同研究间因测量方法(双光子荧光强度、DCE-MRI 信号、粒子追踪速度)与模型不同而不可直接比较;图中刻度代表文献报告趋势的相对位置,非绝对清除率。
关键定量发现(方向性):
Nedergaard 与 Goldman 2020 在 Science 提出「胶状淋巴障碍是痴呆的最终共同通路」假说 5,核心逻辑是:睡眠质量随龄下降、睡眠结构破坏常先于痴呆发生、而睡眠期正是胶状淋巴清除最强时段,因此清除障碍→Aβ/tau 蓄积→神经退行性病变构成因果链条。支持证据包括 AD 模型中胶状淋巴清除受损与 tau 清除障碍 4、TBI 后清除受损促进 tau 病理 15、以及衰老相关清除下降 5。
但该终末通路假说仍需因果强化:(1)多数证据为相关性(清除下降与病理蓄积共存),清除下降是原因还是结果未完全确立;(2)人体验证依赖新兴 MRI 技术,2025 年综述指出非侵入性 MRI 评估仍在快速发展中 8,尚无统一标准;(3)从清除障碍到临床痴呆的时序与剂量-效应关系尚缺。
衰老相关机制的新进展:2025 年 Herzog 等综述动脉硬化与血管衰老机制 6,Santisteban 与 Iadecola 综述神经血管衰老病理生物学 10,二者共同提示血管硬化→动脉搏动减弱→胶状淋巴驱动下降这一上游链条,与衰老清除下降的临床观察形成机制闭环。
本文相对现有工作的新增在于:基于 2025 年最新两篇关键文献(Hauglund Cell 7、Nozaleda Sci Rep 9),明确提出一个多动力分层整合框架,并给出各假说间的「伪对立」判断:动脉搏动 vs NE-慢血管运动非对立(NE 波动调控血管运动幅度,是对搏动驱动的调制);动脉搏动 vs 跨膜压力为协同;AQP4 依赖与整体流动非互斥(AQP4 可能是整体流动的水力实现);弥散质疑与对流模型可能在不同空间尺度(血管旁大间隙 vs 实质微间隙)分别成立。
该框架的可证伪预测:
图1
图2
fig2_clearance_efficiency.png — 92.7 KBglymphatic_timeline.png — 159.0 KB